xiayto的博客

一、算法简介差分其实就是数据之间的差，什么数据的差呢？就是上面所给的原始数组的相邻元素之间的差值，我们令 d[i]=a[i+1]-a[i]，一遍for循环即可将差分数组求出来。其实差分数组是一个辅助数组，从侧面来表示给定某一数组的变化，一般用来对数组进行区间修改的操作。二、相关例题此类题目比较简单，只需要注意边界的位置即可。1. leetcode 1094【解题思路】遍历trips数组构造差分数组，trip的开始处增加该站上的人数，同时在trip的结束处减去相应的人数。【代码】class S

背包问题：最经典的0-1背包背包问题是有一个一定容量的背包，然后有一堆物品，这些物品有一定的重量，要求在不超过背包容量的情况下，装最多的重量的问题。背包问题的变体背包问题有很多的变体，主要有以下几个：物品不仅仅有重量还会对应不同的价值，求价值最高，而不是重量最高每个物品有无限个而不是只有一个不是求最大重量，而是求达到重量的组合的个数背包问题的解法：背包问题是用动态规划的方法解...

1、算法原理：首先归并排序的基本是将两个数组合并，将两个有序的数组合并为一个有序的数组，需要一个额外的辅助数组，例如a、b数组，合并为cc[0] 是 a[0] 和 b[0] 中较小的数，假设是a[0]，然后a数组的指针加1 变为a[1]c[1] 是 a[1] 和 b[0] 中较小的数，如此类推这样进行一次合并时间复杂度是O(n)归并排序的思想是，将整个数组2等分地无限拆分为每组只有1...

快速排序1、算法实现快速排序的核心方法：partition，它首先随机选择一个数，然后以这个数为轴，小于它的放在它前面，大于它的放在后面，然后放回这个轴数的排序位置。有很多种实现方法，选择我比较熟悉的一种：private int partition(int[] nums, int begin, int end){ int pivot = nums[end]; i...

SGDSGD一般指小批量梯度下降，每一次迭代计算小批量的梯度，然后对参数进行更新，是最常见的优化方法了即：gt=∇θt−1f(θt−1)g_t = \nabla_{\theta_{t-1}}f(\theta_{t-1})gt​=∇θt−1​​f(θt−1​)Δθt=−η∗gt\Delta\theta_t = -\eta*g_tΔθt​=−η∗gt​其中η\etaη是学习率，θ\thetaθ...

1 传统方法一般采用步骤：a.文本预处理b.特征提取，得到文本表示c.分类器分类a.文本预处理先根本停用词表去除停用词后，分词（用字会损失n-gram特征）b.特征提取，得到文本表示词袋模型、语义相关的主题模型（LSI、NMF、LDA）提取特征。c.分类器分类使用SVM、xgboost、LightGBM等分类器分类。2 深度学习的文本分类方法2.1 fastText...

前言词向量技术将自然语言中的词转化为稠密的向量，相似的词会有相似的向量表示，这样的转化方便挖掘文字中词语和句子之间的特征。生成词向量的方法从一开始基于统计学的方法（共现矩阵、SVD分解）到基于不同结构的神经网络的语言模型方法。这里总结一下比较经典的语言模型方法：word2vec、glove、ELMo、BERT。其中BERT是最新Google发表的模型，在11个经典的NLP任务中全面超越最佳模型...

常用方法：1）利用hash映射和堆进行排序。例如找出出现最多的前K个id，先映射为一个hash表，key是id，value是出现次数。然后遍历hash表，维护一个有K个节点的小顶堆，得到前K个出现最多的id。2）用Bloom filter。在做数据判重时，例如A出现的id是否在B出现过，如果对准确率没有严格的要求，可以牺牲一点点的准确率换取高的判断效率。3）用Bitmap。如果要对大量整数...

1、背景介绍文本匹配是自然语言处理中的一个核心问题，很多自然语言处理的任务都可以抽象成文本匹配问题，例如信息检索可以归结成查询项和文档的匹配，问答系统可以归结为问题和候选答案的匹配，对话系统可以归结为对话和回复的匹配。针对不同的任务选取合适的匹配模型，提高匹配的准确率成为自然语言处理任务的重要挑战。2、数据集介绍论文中经常用到的数据集：SNLI：570K条人工标注的英文句子对...

C++实现快排代码int Partition(int numbers[], int begin, int end){ int x = numbers[end]; int mid = begin - 1; for(int j = begin; j < end; j++) { if(numbers[j] < x) {